就像一颗芯片封装着前所未有的智慧神经网络的奥秘在其中跳跃模拟量子系统的奇迹仿佛浮现在眼前
雷锋网独家：科学界的突破性进展——神经网络模拟量子系统新方法
在科技前沿的探索中，人工智能（AI）与量子计算并行进行，各自面临着不同的挑战。最近，一项创新的基于神经网络的技术成功地模拟了开放量子系统，这将为解决多个量子科学和信息领域的问题奠定基础。
这项由欧洲物理实验室（EPFL）、法国、英国和美国团队合作开发的新方法，是首次能够模拟多功能开放量子系统。这一研究成果已发表在《物理评论快报》上，被认为是解决目前存在问题的一大突破。
自然界中的许多现象，如光、声、热以及台球桌上的球运动，都受到了量子物理定律的支配。然而，当涉及到大量相互作用粒子的复杂系统时，这些定律预测出了一系列违背直觉的事物。
为了理解由众多粒体构成的大型量子系统，物理学家需要先通过模拟它们来研究其内部运作方式。而这种模拟通常依赖于超级计算机，但由于摩尔定律无法满足处理如此复杂任务所需的大规模增长能力，因此这一点变得尤为重要。
“当一个量子系统被打开时，它会受到周围环境干扰，” EPFL理论物理实验室主任Vincenzo Savona教授解释道，“有效地模拟开放式质谱工具对我们来说至关重要，因为大部分现代实验平台都是开放式。”
尽管采用神经网络来模仿这些过程已经取得了重大进展，该方法还需进一步发展以应对更复杂的情况。该方法结合了Savona博士生Alexandra Nagy在EPFL开发的人工智能技术，以及来自巴黎狄德罗大学、爱丁堡大学和纽约Flatiron研究所等机构的小组合作。此文已分发至《物理评论快报》的三篇论文中。
“我们将神经网络与蒙特卡洛工具结合起来，” Savona表示，“训练一个神经网络来同时表示许多可以通过环境影响投射到其外部世界中的不同状态。”
该模型允许科学家预测各种大小和形状的开放性质，并且具有多功能性和扩展性的潜力。“这是一个全新的计算方式，可以解决当前对于开放式质谱而言的一个主要问题，” Savona补充道，该模型有望成为未来的研究重点，以评估噪声如何影响未来可能出现的硬件设备性能。
此文详细介绍了这一创新之举，在《Physical Review Letters》期刊上题名为《Variational Quantum Monte Carlo Method with a Neural-Network Ansatz for Open Quantum Systems》，其中提出了用于实现非平衡稳态马尔可夫开启系数度自由度密集体系描述变分蒙特卡罗法原理应用转化实际积分。测试案例包括二维耗散模型在XYZ格点上的自旋模式演示其有效性。
总结来说，这项工作不仅展示了人工智能与高级数学相结合带来的巨大潜力，而且标志着人类对了解宇宙奥秘的一步坚实迈向。
雷锋网编译
相关文章：
【重磅】IBM发布全球首个独立商用量子计算机
IBM公布全球首款商业化可用的通用Quantum Computer
